CART分类回归_对离散型和连续型特征列的选择

CART分类回归树 分类与回归树是二叉树，可以用于分类，也可以用于回归问题。 区别：分类树输出的是样本的类别， 而回归树输出的是一个实数。 对离散型和连续型特征列的选择 一、CART分类树（待预测结果为离散数据）： 选择具有最小Gain_GINI的属性及其属性值，作为最优分裂属性以及最优分裂属性值。Gain_GINI值越小，说明二分之后的子样本的“纯净度”越高，即说明选择该属性（值）作为分裂属性（

>>阅读原文<<